[发明专利]基于光学字符识别与纠错紧耦合处理的文本识别方法

权利要求书

1.基于光学字符识别与纠错紧耦合处理的文本识别方法，其特征在于，包括如下步骤：

S1：输入待识别的文本图像；

S2：接收所述文本图像，通过神经网络识别模型对所述文本图像进行光学字符识别，输出经过识别的文本信息和字符概率矩阵，其中，所述字符概率矩阵记录不同时序不同字符出现的概率，是神经网络识别模型识别文本过程中产生的辅助信息；

S3：对所述字符概率矩阵执行束搜索转录得到候选文本集合，其中，束是对每个时间步下的某个字符组成的字符序列进行处理后得到的文本结果，束搜索转录通过迭代式的寻找候选文字的束集合并对其进行评分排序；

S4：对所述候选文本集合执行词库选择操作，将所述候选文本集合中的文本按顺序与预先设置的词库进行文字比对，输出经过选择的最优文本句子；

S5：通过神经网络纠错模型对所述最优文本句子进行纠错，对输入的最优文本句子进行语义判断和词库匹配处理，纠正句子里面可能存在的字符识别错误，输出经过纠错的最终文本信息。

2.根据权利要求1所述的基于光学字符识别与纠错紧耦合处理的文本识别方法，其特征在于：所述S2步骤中，所述神经网络识别模型为CRNN文字识别模型，所述CRNN文字识别模型的骨干网络为卷积神经网络，所述CRNN文字识别模型的工作步骤具体为：

S21：所述卷积神经网络对所述文本图像提取文字特征，通过卷积层、池化层，获得文字特征图，再将文字特征图按列切分转化生成文本特征序列，每一列的数据表示该列所表示的字符的特征；

S22：LSTM网络接收所述文本特征序列，执行序列建模处理并输出建模序列；

S23：SoftMax分类器接收所述建模序列，对所述建模序列上的每一个时间步长预测可能出现的字符及其概率，所述SoftMax分类器的输出为一个矩阵，所述矩阵表示所有字符在每个时间步长上出现的概率，记为字符概率矩阵Ppred，大小为Nc×T，其中，Nc表示文本可能出现的字符个数，T表示文本的时间步长；

S24；对SoftMax分类器输出的信息进行整合处理，得到经过识别的文本信息。

3.根据权利要求2所述的基于光学字符识别与纠错紧耦合处理的文本识别方法，其特征在于：所述CRNN文字识别模型采用的卷积神经网络为残差网络ResNet-34。

4.根据权利要求2所述的基于机器学习的文本识别方法，其特征在于：所述CRNN文字识别模型在训练过程中采用CTC损失函数计算模型损失，并执行校正操作。

5.根据权利要求1所述的基于机器学习的文本识别方法，其特征在于：S2步骤中，通过深度学习文本检测模型进行文本位置定位，所述神经网络识别模型根据文本位置进行文本识别。